应用决策树算法分析国际原油期货价格对我国石油股票价格影响.docVIP

应用决策树算法分析国际原油期货价格对我国石油股票价格影响 　　【摘要】本文运用决策树算法解读了国际石油期货价格和我国A股石油股票价格之间的相互关系，挖掘出符合当今价格变化趋势的规律。为石油产业做出经营决策提供有力依据，给石油行业投资者提出规避风险的新参考。本文认为自2009年以来，国内和国际市场表现普遍一致，如果有一个股票指数收益率与WTI收益率变化相反，那么三个股票中至少有两个收益率与WTI相反。所以，如果投资者能注意到WTI和至少一类股指的变化方向相反时，就能判断出另外两类股票的收益率是增是减。 　　【关键词】原油期货价格 股票价格指数 决策树 　　石油是当今最重要的初级能源，被称为“现代社会的血液”。随着科技的不断进步，各个国家对石油能源的需求量与日俱增。把握住国际石油价格的变幻，是了解国际形势，探究经济发展方向的基础性一步。 　　目前，中国对进口石油的依赖程度越来越高，2012年我国进口原油2亿8000万吨对外依存度58%。从企业的角度来看，从事原油勘探、开采的上游企业，会因为石油价格的上涨获得更多利润。从事原油炼化、加工和贸易的下游企业，虽然生产经营成本会提高，但是可以把油价变动的负担转嫁给石油消费企业。总之，石油价格直接影响石油和相关行业的生产经营。那么，原油期货价格作为现货的定价标准，是否会对我国股票市场产生影响呢？他们之间到底存在何种影响机制呢？ 　　国内关于国际原油价格与我国股票市场关系的研究起步较晚，大多是实证研究。林伯强和牟敦国（2008）的研究认为，国际原油价格上涨会对我国宏观经济产生显著的紧缩作用。因而，国际原油价格上涨是不利于中国宏观经济的，而A股市场作为整体宏观经济的反映若是有效的，国际原油价格上涨显然也是不利于A股市场的。金洪飞和金荦（2008 ）使用VAR模型研究了基于金融巿场联动路径的国际石油价格波动对中美股巿的影响。结果显示，国际石油价格波动对中国股市不存在均值溢出和波动溢出，而对美国股市存在均值溢出和波动溢出效应。朱春明（2009）采用M-GARCH-BEKK （ 1，1 ）模型分析了基于金融巿场联动路径国际石油现货巿???与中国股市之间的波动溢出效应。研究表明，在2007年以前，WTI原油巿场与中国股市之间存在微弱波动溢出效应，2007年之后，只存在WTI原油对中国股巿单向波动溢出效应和均值溢出效应，这两种效应比较明显。 　　一、决策树算法 　　决策树算法可以实现数据的内在规律探究和新数据对象的分类预测，具有出色的数据分析能力和直观易懂的结果展示。决策树分为两类，分类树和回归树。分类树实现对分类型输出变量的分类，回归树则完成对数值型输出变量的预测。决策树算法的优点在于：可以生成易懂的规则；计算量相对来说不大；可以处理连续和分类两种变量；可以显示变量的重要性。 　　决策树的两大核心问题是：决策树的生长问题，即利用训练样本完成决策树的建立过程；决策树的剪枝问题，即利用检验样本对决策树进行精简。 　　决策树的生长过程是对训练样本反复分组的过程，有效的分组变量会使样本中的输出变量取值尽快趋同，差异迅速下降。当对某组数据的继续分组不再有意义时，决策树对应的分枝便不再生长，当所有数据的持续分组不再有意义时，决策树的生长就宣告结束。随着决策树的生长，每一组的样本量在不断减少，越深层处的节点所体现的数据特征就越个性化，一般性越差，使得分类规则失去了一般性。解决这个问题的主要方法是决策树剪枝，分为预修剪和后修剪。预修剪用来限制决策树的充分生长，后修剪则是待决策树充分生长完毕后再进行剪枝。常用的剪枝策略包括C5.0，CART，CHAID和QUEST等决策树算法。 　　分类回归树（CART——Classification And Regression Tree）是一种十分有效的非参数分类和回归方法。它采用与传统统计学完全不同的方式构建预测准则，以二叉树的形式给出，易于理解、使用和解释。由CART 模型构建的决策树在很多情况下比常用的统计方法构建的代数学预测准则更加准确，且数据越复杂、变量越多，算法的优越性就越显著。 　　本文将采用Clementine软件对数据进行剪枝，建立决策树。Clementine软件允许用户在CART算法中采用交互操作建模方式，也就是允许用户直接干预建模过程，自行指定分组变量。同时，在交互建模过程中，需要不断对模型进行评价，确保交互建模过程始终正确进行。可从收益和风险两个角度进行评价，收益评价是指对模型是否能够有效总结出特定类别样本所蕴含的特征和规律进行评价。风险评价是指对模型分类错判率的评估。 　　二、实证分析 　　本章节将采用CART决策树方法，借助Clementine软件建立二叉树，最终获取了分类规律。 　　（一）选取数据 　　本文选取2009年1